语音输入
在文本框里点一下麦克风,开口说话,文字随说随出。听写用哪个模型、说哪种语言,都在设置的“语音输入”卡片里选。
不想打字,可以直接说。凡是多行文本框,无论是简报、提示词、备注、邮件还是聊天框,都带着一个麦克风。点一下,开口说,话一出口,文字就写进框里。负责听写的模型和你说话用的语言,都在设置里选定。
麦克风在哪里
麦克风位于文本框右下角。点进文本框,或者把鼠标移到框上,它就会出现;其余时候隐而不显,不占地方。

速记区 里的便签同样带有麦克风,说出的话会写到便签中光标所在的位置。
只读的文本框没有麦克风,单行字段也没有,比如标题栏和搜索框。
在文本框里听写
- 在要插入文字的位置点一下。想替换某段文字,先把它选中。
- 点麦克风。第一次使用时,浏览器会请求麦克风权限,选择允许即可。
- 听到两声短促上扬的提示音,说明麦克风已在收音。开始说话。按钮变红,计时器开始走动,一圈光环随你的声音起伏,说出的话同步出现在框里。
- 再点一次按钮即可停止,这时按钮上显示的是一个方块。
文字留在框里,框下方出现一行小字:已添加听写内容,后面附上这次听写的费用。
听写期间文本框处于锁定状态,键盘输入不会混进听写内容。单次听写满 5 分钟会自动停止。
提示: 改主意了?撤销一次(Ctrl+Z,Mac 上是 Cmd+Z),整段听写内容一并撤回。
取消听写
麦克风收音时按 Esc,听写即刻停止,已经写进框里的文字也随之删除。不过,已经听过的秒数照常计费。
设置语音输入
- 在任意页面右上角,点你的头像(或姓名缩写)。
- 选择 账户设置。
- 在左侧目录的 偏好设置 下,点 语音输入。
- 改好之后,点 保存。
新设置从下一次听写起生效,不用刷新页面。

在文本框上显示麦克风
这个开关默认开启。关掉后,所有文本框都不再显示麦克风,也绝不会录下任何声音。想用时随时可以重新打开。
模型
可供听写的模型有四个。每个选项都标出厂商、能听懂的语言数量和每分钟的价格,价格以组织所用的币种显示。
| 模型 | 厂商 | 语言数 | 特点 |
|---|---|---|---|
| GPT Realtime Whisper(默认) | OpenAI | 57 | 说一个词,出一个词。 |
| Gemini 3.5 Transcribe Live | 74 | 支持的语言最多。句子边说边修正,而且总是自行识别语言。 | |
| Grok STT | xAI | 25 | 价格最低。每逢停顿,整句写出。指定语言后,数字和金额一律写成阿拉伯数字。 |
| Scribe v2 Realtime | ElevenLabs | 90+ | 句子边说边修正,每次停顿时定稿。 |
您说的语言
可以保留 自动识别,也可以从列表中选定自己的语言。列表只收录所选模型的厂商公开支持的语言,因此换了模型,列表也跟着变。
指定语言后,短句、口音和专有名词都识别得更准。选用 Gemini 3.5 Transcribe Live 时,列表固定在自动识别上,因为这个模型总是自行判断语言。
组织词汇表
无论选用哪个模型,听写都不会用到管理员在 组织 页面维护的词汇表:实时转写无法接收它。词汇表只作用于已经录好的声音,比如字幕、通话纪要 和 客户之声 的录音。听写时转错的生僻名称,停下后直接在文本框里改正最快。
你的声音不会留存
你的声音实时传给所选的模型,边说边转成文字。产品不录音,也不保存声音,留下的只有框里的文字。
费用
每次听写按说话的秒数计费,和其他 AI 运行一样,从同一份额度里扣。停止听写时,费用显示在文本框下方;这次听写也会和你的其他运行一起列入 用量记录。即便取消听写,已经听过的秒数也照常计费。见 额度与费用。
谁能做这件事
语音输入由每个人在自己的设置页上各自设定,同事那边一切照旧。
管理员可以在 AI 模型 页的 语音输入模型 一栏里,把语音输入模型从整个组织撤下,做法与文本、图像、视频模型相同。见 AI 模型管理。
排查
| 你看到的 | 怎么办 |
|---|---|
| 文本框里没有麦克风 | 到设置里确认 在文本框上显示麦克风 已经打开。单行字段和只读文本框本来就没有麦克风。 |
| 此网站的麦克风已被阻止。请在浏览器地址栏中允许使用,然后重试。 | 之前拒绝过麦克风权限。点地址栏里的图标重新允许,再点一次麦克风。 |
| 未找到麦克风。请连接麦克风或检查系统设置。 | 接上麦克风,或者检查电脑是否允许浏览器使用它。 |
| 没有听到说话声。请靠近麦克风再试一次。 | 离麦克风近一些,或者看看电脑当前用的是哪个麦克风。 |
| 与模型的连接已中断,请重试。 | 再点一次麦克风。 |
| 您的组织未允许任何语音输入模型。管理员可以在“AI 模型”页面中允许一个。 | 请管理员允许一个语音输入模型。 |
| 人名或短句转写有误 | 在 您说的语言 里指定语言,不用自动识别;也可以换个模型试试。听写不使用组织词汇表,生僻名称请在停下后直接在文本框里改正。 |